-
公开(公告)号：CN102819021A
公开(公告)日：2012-12-12
申请号：CN201210315599.9
申请日：2012-08-30
Applicant: 湖南大学
IPC: G01S15/08
Abstract: 本发明公开了一种多功能超声波测距数据采集系统及方法，该系统包括微处理器、RAM存储器和模拟信号采集模块，RAM存储器和模拟信号采集模块均与微处理器连接；所述模拟信号采集模块中的超声波采集模块包括译码器、发送和接收通路模拟开关、超声波发送和发送电路以及超声波检测电路。采用该方法基于PC/104总线将超声波传感器和温度传感器、压力传感器、位置开关信号等其他多个传感器的数据采集进行集成设计，实现了对所有传感器的数据进行同时采集，通过译码器对模拟开关的选通从而控制超声波的发送和接收，对声波发射信号和接收信号进行有效隔离，减轻超声波发射信号对接收检测的干扰，提高检测精度，系统结构简单紧凑，可靠性强，具有很强的实用性。
-
公开(公告)号：CN102289824A
公开(公告)日：2011-12-21
申请号：CN201110188065.X
申请日：2011-07-06
Applicant: 湖南大学
Abstract: 本发明公开了一种冷凝器管口图像的平面质心定位方法，包括步骤：(1)对摄像机进行标定；(2)控制机器人手眼机构沿摄像机的光轴运动，连续拍摄待清洗管板区域的灰度鸟瞰图，在其中选择清晰的图像进行预处理，得到多个管口和背景呈“黑白”对照的二值图像，待清洗管板区域中的管口呈横纵错列式分布；(3)绘制列像素灰度值累加和曲线S1和行像素灰度值累加和曲线S2；统计S1中“列波谷”处的局部极小值点集的横坐标以及S2中“行波谷”处的局部极小值点集的纵坐标，得到一质心粗略坐标集合；(4)剔除伪质心，完成多目标的质心粗略定位。本发明具有精度高、计算量小的优点。
-
公开(公告)号：CN101833333B
公开(公告)日：2011-09-14
申请号：CN200910226707.3
申请日：2009-12-23
Applicant: 湖南大学
IPC: G05D1/02
Abstract: 本发明提供了一种水下清洗作业机器人未知环境路径规划方法，该方法为一种未知环境下轨迹规划的自适应学习模糊控制方法。其特征在于模拟人的路径规划思维、避障思维、以及快速规划优先还是避障优先的智能决策思维，对应的提出三种不同的子模糊控制器用于处理三类问题，同时通过对被控机器人运动结果性能的评估，相应的修改模糊控制器的规则库，使之能够应对更复杂的外界扰动和有效地解决U型障碍和对称障碍的问题，使机器人在更复杂环境下也可以完成规划任务到达目的地。本发明能够克服水下复杂环境因素对机器人路径规划的不确定性影响，提高机器人的运动安全性，使机器人能够更好的适应水下复杂的工业环境。
-
公开(公告)号：CN102009046A
公开(公告)日：2011-04-13
申请号：CN201010509595.5
申请日：2010-10-15
Applicant: 湖南大学
Abstract: 本发明公开了一种智能移动清洗机器人，其特征在于，在行走机构上设置有底座，大臂的一端通过大臂驱动轴与底座连接，大臂的另一端依次通过中臂、小臂和连接臂与喷枪机构连接，所述的喷枪机构包括喷枪基座和喷枪体，为喷枪体供水的进水管接到智能移动清洗机器人上，智能移动清洗机器人上还设有控制机构。该智能移动清洗机器人结构简单、清洗效率高、适用范围广、自动化程度高。
-
公开(公告)号：CN114821014B
公开(公告)日：2024-06-21
申请号：CN202210534762.4
申请日：2022-05-17
Applicant: 湖南大学
IPC: G06V10/25 , G06V10/32 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/56 , G06N3/0464 , G06N3/08 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于多模态多任务对抗学习的目标检测识别方法及装置，该方法将整个模型分成了特征提取阶段、区域提案阶段和多任务目标检测阶段三个部分。在特征提取阶段，采用多模态特征融合的方法，对输入数据的RGB图像和语义图像进行特征提取，使模型对于图像中目标的位置信息更加敏感，同时还增强了目标语义信息的提取；区域提案阶段用以生成随机窗口和提案框作为下阶段的输入；在多任务目标检测阶段中，采用多任务学习的方法，通过联合训练三个辅助任务来提高主任务的检测精度。对于目标检测网络，引入了对抗学习的思想，加入两个对抗式生成网络，用来生成多样式样本，提高模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114878576A
公开(公告)日：2022-08-09
申请号：CN202210383239.6
申请日：2022-04-13
Applicant: 云南武易高速公路有限公司 , 同济大学 , 云南楚姚高速公路有限公司 , 湖南大学 , 重庆交通大学
Abstract: 本发明的一种公路隧道病害集成检测车，其通过设置前检测部和后检测部，使得该检测车能够通过剪叉机构实现在隧道内的行进，而且由于在前检测部和后检测部上均设置了不相互重叠的检测组件，使得本检测车的检测更加全面，同时，检测组件由于设置了软笔头和硬笔头从而使得该检测组件能够同时检测出裂缝和凸起并且做出不同的记录，更进一步的，在检测出裂缝后还可以通过浆液修补组件进行裂缝修补，进一步提高了设备的智能化，同时，在检测车上设置了扫描仪结构，将纸质的记录纸转换为可远程发送和电脑操作的数据格式，进一步提高了检测车的智能性。
-
公开(公告)号：CN114821014A
公开(公告)日：2022-07-29
申请号：CN202210534762.4
申请日：2022-05-17
Applicant: 湖南大学
IPC: G06V10/10 , G06V10/32 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/56 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多模态多任务对抗学习的目标检测识别方法及装置，该方法将整个模型分成了特征提取阶段、区域提案阶段和多任务目标检测阶段三个部分。在特征提取阶段，采用多模态特征融合的方法，对输入数据的RGB图像和语义图像进行特征提取，使模型对于图像中目标的位置信息更加敏感，同时还增强了目标语义信息的提取；区域提案阶段用以生成随机窗口和提案框作为下阶段的输入；在多任务目标检测阶段中，采用多任务学习的方法，通过联合训练三个辅助任务来提高主任务的检测精度。对于目标检测网络，引入了对抗学习的思想，加入两个对抗式生成网络，用来生成多样式样本，提高模型的鲁棒性。
-
公开(公告)号：CN112099505B
公开(公告)日：2021-09-28
申请号：CN202010979689.2
申请日：2020-09-17
Applicant: 湖南大学
IPC: G05D1/02
Abstract: 本发明公开了一种低复杂度的移动机器人视觉伺服编队控制方法，该方法首先根据领航者和跟随者之间的相对运动学模型得到图像空间中的相对视觉运动学模型，之后对相对视觉运动学模型进行视觉特征向量转换，得到解耦视觉运动学模型，接着对图像误差向量进行包含预定性能规范误差变换，最后设计出跟随者的角速度和线速度，进而得到基于跟随者角速度和线速度的控制律，实现跟随者对领航者的跟踪控制。本发明设计的控制器的计算量小，不需要机器人之间的相对角度、距离、领航者的速度以及特征点的深度信息。所有需要的信息都从图像上获取，从而减少对额外传感器的依赖，大大提高了系统的自主性。
-
公开(公告)号：CN103942792B
公开(公告)日：2015-05-20
申请号：CN201410150949.X
申请日：2014-04-15
Applicant: 湖南大学
Abstract: 本发明公开了一种医药检测机器人中基于序列图像时域特征的杂质检测方法，根据序列图像像素的时域特征，将亮背景区域特征和暗背景区域特征映射到同一特征空间，消除亮背景与暗背景之间的差别，并通过神经网络对目标与背景进行分类，实现目标与背景的分割，根据异物特征运动轨迹，检测出异物。有效解决序列帧差法无法解决的亮背景、暗背景图像分割问题，异物检测漏检率、误检率更低；该发明方法相比现有序列差分方法，速度更快，且不受序列帧数目的影响，尤其在20帧以上的序列图像处理过程中，效果更明显；采用BP神经网络，通过样本学习的方法，自动建立分类标准，增强了复杂背景的适应能力，满足更多样本特征的有效提取。
-
公开(公告)号：CN116859832A
公开(公告)日：2023-10-10
申请号：CN202310609663.2
申请日：2023-05-29
Applicant: 湖南大学
IPC: G05B19/418
Abstract: 本发明公开了一种面向船舶分段制造的动态柔性车间调度优化方法，基于传统的生产调度优化目标，引入工位负载均衡，建立面向船舶分段制造的车间调度模型；然后，针对NSGA‑III算法忽略决策者偏好信息以及收敛性差的缺陷，提出改进的NSGA‑III算法，结合变邻域搜索算法以提高算法的全局搜索能力，同时引入r支配关系，根据决策者的偏好信息推进种群进化；并基于改进的NSGA‑III算法设计考虑机器故障、急件插单、工件延误三种扰动事件的动态调度优化方法；并通过算法对比实验验证了算法的有效性，并将优化方法应用于工程实例，进一步验证了算法的实用性。本发明有助于提高船舶分段制造的排程效率和准确性，具有重要实践意义。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.028 seconds)
